-
公开(公告)号：CN103713640A
公开(公告)日：2014-04-09
申请号：CN201310752655.X
申请日：2013-12-31
Applicant: 北京理工大学
IPC: G05D1/02
Abstract: 本发明针对移动无线传感器网络节点运动形式多样化、控制算法简单的需求，结合群体运动控制目的性较强的特点，公开了一种移动无线传感器网络节点运动行为控制方法，节点群中的各节点通过无线网络进行信息交互；所述控制方法由汇聚行为、移动跟随行为和群体避障行为组成；所述汇聚行为包括静态汇聚行为和动态汇聚行为；所述群体避障行为由三种模式组成，分别为脱离模式、分群模式和聚群模式。对三种行为进行组合，来控制节点群执行任务；当遇到障碍时，根据节点检测到的障碍物信息，采用群体避障行为中的三种模式之一进行避障。
-
公开(公告)号：CN102592420B
公开(公告)日：2013-06-05
申请号：CN201110452907.8
申请日：2011-12-30
Applicant: 北京理工大学
Abstract: 本发明公开了一种具有微硬盘及数据同步能力的无线传感器网络测试节点，属于感知与测控技术领域。其中传感器模块测试的数据传送给AD转换模块，AD转换模块将信号进行调理、转换后将数据送至微硬盘控制器中的采样控制器模块，采样控制器模块控制AD转换模块将测试数据传输至异步FIFO缓存，当异步FIFO缓存写满后，通过写控制器将数据从异步FIFO中读出，在文件系统的支持下以文件的形式写入存储介质中；当无线通讯模块需要读取数据时，通过读控制器将数据从存储介质中读出并无线发送。本发明的无线传感器网络测试节点可以实现测试过程中异步时钟条件下的“高速采样-数据文件管理-微硬盘读写-无线传输”数据流同步。
-
公开(公告)号：CN101458333A
公开(公告)日：2009-06-17
申请号：CN200810227355.9
申请日：2008-11-27
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于无线传感器网络的三维测试空间阵节点动态部署方法，属于集群式节点的阵形控制领域。本方法主要由系统测试任务分配、节点的部署最优路径规划和网络测试空间三维阵形部署三步骤组成，采用基于“吸引－排斥”原子模型进行节点三维空间阵形部署。本发明方法在对三维空间内具有运动特性的测试对象进行跟踪测试时，具有效率高、自动化高度高、节点密度均匀、通讯质量可靠、三维特性、动态可调节点部署等优点。
-
公开(公告)号：CN119155787A
公开(公告)日：2024-12-17
申请号：CN202410801812.X
申请日：2024-06-20
Applicant: 北京理工大学 , 中国农业科学院农业资源与农业区划研究所
Abstract: 基于GNSS与蓝牙Mesh组网的牲畜定位控制装置，大大降低人工依赖性、信息化水平高，实现长时间低成本的放牧。蓝牙标签将与周围穿戴式驱赶项圈的通讯信号强度转化为与周围项圈的距离，根据项圈的GNSS定位信息，完成自身位置信息的计算，将位置信息通过Mesh网络传给距离最近的项圈；项圈接收到周围标签的位置信息后，将自身定位信息与各标签信息通过4G通讯技术传输到监控平台，通过监控平台实时监控牲畜位置；项圈根据自身位置信息与虚拟围栏顶点坐标判断牲畜是否超出缓冲带或离开边界，如超出缓冲带，对牲畜进行声音刺激，如超出围栏边界，对牲畜进行电击刺激，通过将具有领导力牲畜控制在围栏内的方式达到控制整个畜群的目标。
-
公开(公告)号：CN118196477A
公开(公告)日：2024-06-14
申请号：CN202410204001.1
申请日：2024-02-23
Applicant: 北京理工大学
IPC: G06V10/764 , A01K15/00 , G06V10/26 , G06V10/82 , G06Q10/047 , G06Q50/02
Abstract: 基于点云BEV识别算法的机器人智能放牧装置及方法，机器人上设有激光雷达，IMU，双目深度相机，RTK传感器，能够从上述感知设备中获取不同数据，结合DWA和Pointnet，通过处理系统执行导航与路径规划，并对目标做出点云分类与点云切割；处理系统基于ROS操作系统，俯瞰视角建图，以A*和DWA为基础自动导航与避障，基于点云图通过Pointnet网络对目标识别，通过发送对应指令控制电机通电时间来实现甩鞭机构能够到达目标点，因此能够对即将出圈的畜群驱赶，设备与自然环境的融合程度好，能够解决在点云图基础上使用BEV识别的自主寻路与甩鞭活动的问题，实现放牧过程的真正智能化。
-
Patent Agency Ranking
公开(公告)号：CN112666547B
公开(公告)日：2024-03-19
申请号：CN202011467508.4
申请日：2020-12-11
Applicant: 北京理工大学
IPC: G01S13/50
Abstract: 一种无线电多普勒信号频率提取和脱靶量测量方法，包括：(1)将获取的连续波无线电多普勒信号在设定的窗函数和窗口宽度下进行短时傅里叶变换STFT，得到该信号的时间‑频率分布；(2)将时间‑频率分布图中每个功率谱密度PSD点的估计值重新分配，使其收缩到其能量重心的位置，得到新的PSD估计；(3)根据原信号平均能量值和信噪比，选择合适的信噪比阈值；(4)对得到的时频分布按照能量值用选取的阈值进行过滤；(5)利用基于Viterbi方法的频率提取方法在过滤后的时频谱图中按照使得代价函数值最小的规则，选出合适的时频分布点作为反映该多普勒信号的时频变化关系曲线的待拟合点集；(6)按照多普勒信号函数模型进行非线性拟合，得到该多普勒信号的时间‑频率关系的表达式。
-
公开(公告)号：CN113204005B
公开(公告)日：2023-05-02
申请号：CN202110525254.5
申请日：2021-05-07
Applicant: 北京理工大学
Abstract: 一种提高调频连续波激光雷达距离解算精度的方法及装置，能够较大程度下消除高斯白噪声影响，且有效地解决“栅栏效应”以及频谱泄漏现象，进而实现调频连续波激光雷达高精度距离解算。该方法首先依据时域特征对调频连续波激光雷达所获得的中频信号序列进行周期分解，再对得到的每个子序列在时域上分解求取模态向量，噪声估计序列即可根据相关模态向量的频域特征获得，其次对子序列和噪声估计序列进行迭代计算，同时对得到的去噪后的中频信号序列在时域上做预处理，每个子序列对应的频率值即可根据预处理结果的频域特征获得，最后对所有频率值取均值并代入公式计算，即可获得精度提高后的调频连续波激光雷达所测距离值。
-
公开(公告)号：CN114611665A
公开(公告)日：2022-06-10
申请号：CN202210217282.5
申请日：2022-03-07
Applicant: 北京理工大学
Abstract: 基于权重振荡影响度的多精度分层量化方法及装置，能够保证神经网络的准确度，解决训练后神经网络结构冗余和参数复杂的问题，减少运算量与内存消耗，实现神经网络的片上运行。方法包括：针对特征图进行全局特征提取、获取通道激活值、确定权重振荡系数；训练好的神经网络中添加权重振荡值计算对神经网络准确度的影响；按照振荡影响度对权重进行排序，设置量化比例；对神经网络进行量化；对未量化参数重新训练，得到神经网络的准确度；设置量化比例，重复步骤(4)、(5)，直到达到神经网络准确度最低阈值，量化结束。
-
公开(公告)号：CN109543822B
公开(公告)日：2021-08-10
申请号：CN201811445812.1
申请日：2018-11-29
Applicant: 北京理工大学
IPC: G06N3/04
Abstract: 本发明公开了一种基于卷积神经网络的一维信号数据修复方法，首先对受损数据进行限界处理，构建基于Encoder‑decoder架构的卷积神经网络模型，在卷积神经网络模型中的损失函数进行加权处理，使得修复后的数据更具有瞬时特性，本发明方法在没有任何先验知识的情况下，通过对受损信号的拟合，出色地还原了所有丢失的数据，解决了无线传感网络因链路不稳定、节点失效等因素导致的数据丢包问题；加入L2正则项避免网络的过拟合现象，选用迭代次数和损失函数变化率双重条件限制，作为训练的停止条件，有助于神经网络的性能稳定，提高了数据修复的效率；采用Adam优化算法，收敛速度快，抗噪声性能好，能够更加快速的修正卷积神经网络模型。
-
公开(公告)号：CN113204005A
公开(公告)日：2021-08-03
申请号：CN202110525254.5
申请日：2021-05-07
Applicant: 北京理工大学
Abstract: 一种提高调频连续波激光雷达距离解算精度的方法及装置，能够较大程度下消除高斯白噪声影响，且有效地解决“栅栏效应”以及频谱泄漏现象，进而实现调频连续波激光雷达高精度距离解算。该方法首先依据时域特征对调频连续波激光雷达所获得的中频信号序列进行周期分解，再对得到的每个子序列在时域上分解求取模态向量，噪声估计序列即可根据相关模态向量的频域特征获得，其次对子序列和噪声估计序列进行迭代计算，同时对得到的去噪后的中频信号序列在时域上做预处理，每个子序列对应的频率值即可根据预处理结果的频域特征获得，最后对所有频率值取均值并代入公式计算，即可获得精度提高后的调频连续波激光雷达所测距离值。
-
-
-
-
-
-
-
-
-
Search Results
107
records
(took 0.025 seconds)
